Combien coûterait l'élimination de la faim et de la malnutrition d'ici à 2030 ? C'est la question clé abordée dans l'État de la sécurité alimentaire et de la nutrition dans le monde 2024 (SOFI). C'est également une question que les gouvernements, les donateurs et les décideurs politiques se posent depuis qu'ils ont pris l'engagement mondial, en 2015, d'atteindre l'objectif de développement durable n° 2 (ODD 2) d'ici à 2030.  

Malheureusement, la communauté des chercheurs ne fournit pas de réponse simple. Nous avons examiné huit rapports publiés entre 2015 et 2024 et avons constaté que les estimations de coûts varient entre un total de 86 milliards de dollars et 4 000 milliards de dollars. Cette énorme différence crée la confusion parmi les publics visés et constitue un obstacle à une action efficace.  

Alors, laquelle est la bonne ? 

La réponse dépend largement de la question posée par les chercheurs. Trois des huit rapports examinés se chiffrent en milliers de milliards de dollars parce qu'ils vont au-delà de l'ODD 2 pour inclure une série d'autres ODD liés ou qu'ils se concentrent sur la transformation du système agroalimentaire. Les cinq autres rapports sont numérotés en milliards de dollars parce qu'ils se concentrent sur les cibles de l'ODD 2. Cependant, même dans les cinq rapports qui se concentrent sur l'ODD 2, le coût varie entre un total de 86 milliards d'USD et 760 milliards d'USD. Cela s'explique par les différences dans le choix des objectifs par les chercheurs et la quantification de ces objectifs, les bases de référence et les sources de données utilisées pour les projections à l'horizon 2030, ainsi que les approches de modélisation.  

Certaines de ces différences sont saines, comme l'utilisation de différentes approches de modélisation pour répondre à une question similaire, afin d'accroître la confiance dans les résultats du modèle. D'autres différences sont problématiques, comme l'utilisation de différentes sources de données pour les lignes de base, et conduisent à la confusion et à l'inaction.  

Pour y remédier, les chercheurs devraient 1) normaliser l'utilisation des sources de données pour la modélisation ; 2) aligner les projections de base, lorsqu'elles existent et sont publiées ; 3) utiliser les approches de modélisation les mieux conçues pour répondre à la question politique spécifique ; et 4) résoudre les contradictions flagrantes en renforçant l'examen par les pairs. Cela créera un certain niveau de cohérence entre les rapports de recherche, ce qui permettra aux décideurs politiques de comparer plus facilement les études et de prendre des décisions fondées sur des données probantes. 

Les principales différences entre les rapports 

Choix des objectifs et de leur quantification  

Si les huit rapports examinés visent tous à mettre fin à la faim, leurs objectifs varient considérablement. Le rapport le plus étroitement ciblé, le rapport mondial sur la nutrition (2021), se concentre uniquement sur des interventions spécifiques en matière de nutrition, ce qui constitue le sous-objectif de l'ODD 2.2. D'autres ont des objectifs beaucoup plus larges qui englobent plusieurs ODD ou qui visent la transformation du système agroalimentaire. C'est le cas du rapport de la Food and Land Use Coalition (2019), qui couvre toutes les cibles de l'ODD 2, ainsi que les cibles liées aux ODD 5, 7, 12, 13, 14 et 15. Par conséquent, les estimations de coûts varient entre les billions de dollars pour les rapports visant à atteindre plusieurs objectifs des ODD et les milliards de dollars pour les rapports visant à atteindre uniquement les objectifs de l'ODD 2 (voir figure 1).

Figure 1. Comparaison des rapports de modélisation de l'ODD 2, des sous-objectifs de l'ODD et des coûts supplémentaires

Les rapports varient également dans la quantification de l'objectif principal d'éradication de la faim chronique. Alors que tous les rapports utilisent la prévalence de la sous-alimentation comme indicateur, les objectifs de réduction des niveaux de sous-alimentation varient de 0 à 10 pour cent. Il en résulte de grandes différences dans les estimations de coûts, car réduire la faim à zéro pour cent est nettement plus coûteux que de laisser 3, 5 ou 10 pour cent de la population souffrir de la faim. Bien qu'il existe des justifications importantes pour les différents objectifs, les chercheurs communiquent mal à la fois le pourcentage choisi et la justification, laissant les décideurs politiques avec l'impression que les dépenses supplémentaires estimées permettront d'atteindre la faim zéro ou confus quant aux implications d'une réduction de la faim à seulement 3 ou 5 pour cent. 

Bases et sources de données utilisées pour les projections à l'horizon 2030 

Chaque rapport a utilisé une base de référence et une projection différentes pour le nombre de personnes sous-alimentées en 2030 dans un scénario de statu quo. Il en résulte des projections de base allant de 475 à 700 millions de personnes sous-alimentées en 2030 (voir figure 2).

Figure 2. Nombre projeté de personnes sous-alimentées d'ici 2030 dans un scénario de statu quo et nombre de personnes libérées de la faim grâce à des investissements supplémentaires (en millions) 

Il n'est pas rare que les rapports aient une base de référence différente en fonction de leur année de publication. Le rapport annuel du SOFI met à jour chaque année le nombre de personnes souffrant de la faim et de la malnutrition, ainsi que les projections de base. Cependant, la situation se complique lorsque les rapports n'indiquent pas clairement les sources de leurs projections de référence et, plus encore, lorsque les projections de référence diffèrent selon les rapports publiés au cours de la même année, tels que Food and Land Use Coalition (2019) et IFPRI (2019). 

Une autre variation est observée dans l'utilisation de différents scénarios de changement climatique. Le Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC) du Groupe d'experts intergouvernemental sur l'évolution du climat (SSP) du Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC) proposent cinq scénarios de changement climatique basés sur les changements socio-économiques mondiaux prévus jusqu'en 2100. Les rapports qui ont utilisé ces scénarios climatiques ont choisi des voies différentes en raison de leurs différentes hypothèses sur le développement mondial futur, qui ont un impact sur les coûts estimés des modèles. L'utilisation d'un scénario pessimiste avec une forte croissance démographique, une stagnation économique et une importante inégalité des revenus entraînera des coûts plus élevés en raison de la nécessité de relever des défis sociaux et économiques plus graves pour mettre fin à la faim. 

Ces choix n'ont pas été clairement communiqués dans les rapports. S'il existe de solides arguments en faveur de l'utilisation de différents scénarios de changement climatique dans les exercices de modélisation liés à la faim, les chercheurs doivent être beaucoup plus clairs quant aux scénarios sélectionnés et à leur justification, afin d'aider les décideurs politiques à donner un sens aux résultats. 

Approches de modélisation 

Les huit rapports examinés utilisent trois approches de modélisation différentes : l'équilibre général calculable (EGC), l'équilibre partiel et les courbes de coûts marginaux de réduction (MACC). L'utilisation de différentes approches de modélisation pour répondre à des questions similaires est positive. Comme les modèles ont des atouts différents, l'utilisation de plusieurs approches différentes permet aux décideurs politiques d'obtenir une réponse plus complète à leurs questions. Par exemple, les modèles EGC sont généralement plus efficaces pour simuler des scénarios macroéconomiques, tels que des chocs commerciaux, tandis que les modèles d'équilibre partiel sont préférables pour simuler des scénarios de productivité et de rendement pour les cultures ou les forêts au niveau infranational. Les décideurs politiques ne savent souvent pas quelle approche de modélisation est la meilleure pour répondre à une question et les modélisateurs devraient les informer de l'utilité des différentes approches de modélisation plutôt que d'essayer de promouvoir leur propre approche de modélisation comme étant supérieure aux autres.   

Que peut-on faire ? 

Quatre étapes simples peuvent contribuer à réduire l'écart. Cela ne signifie pas qu'il n'y aura pas de différences, mais il y aura moins de confusion, plus d'alignement et une communication plus claire pour les décideurs politiques qui posent ces questions. Les décideurs politiques pourront ainsi plus facilement comprendre et comparer les études et évaluer les mesures à prendre.  

1. Normaliser l'utilisation des sources de données  

La communauté des chercheurs doit se mettre d'accord sur les sources de données pour les indicateurs clés pour lesquels il existe des données solides, comme la faim, la pauvreté, la population et le produit intérieur brut (PIB). Pour la prévalence de la sous-alimentation, il convient d'utiliser les données les plus récentes publiées par le SOFI. De même, les données les plus récentes de la Banque mondiale devraient être utilisées pour la prévalence de l'extrême pauvreté.   

Malheureusement, il n'existe pas de données fiables pour tous les indicateurs des ODD et pour toutes les questions auxquelles les décideurs politiques doivent répondre. Cela ne doit pas servir d'excuse à l'inaction. Il existe suffisamment de données pour soutenir une prise de décision fondée sur des preuves et, lorsqu'il existe des sources de données moins solides, elles peuvent être utilisées moyennant une communication et une justification claires.  

2. Aligner les projections de base lorsqu'elles existent 

La communauté des chercheurs doit aligner les projections de base dans le cadre d'un scénario "business as usual", lorsqu'elles existent. Il s'agit, par exemple, des projections relatives à la croissance démographique, à la croissance du PIB ou à la sous-alimentation. Ces chiffres doivent être tirés de sources officielles et reconnues.  

Depuis 2022, le SOFI publie les projections de la situation actuelle jusqu'en 2030 en utilisant le modèle EGC MIRAGRODEP. La communauté des chercheurs devrait accepter d'utiliser cette base de référence pour les futurs travaux de modélisation sur la faim et l'ODD 2.  

3. Appliquer les modèles les plus pertinents 

Chacun des modèles utilisés dans les huit rapports présente des avantages. Cependant, aucun modèle ne peut répondre à toutes les questions de recherche. C'est pourquoi la communauté des chercheurs devrait utiliser l'approche de modélisation la plus adaptée à la question posée, plutôt que de promouvoir sa propre approche. Les modélisateurs devraient également informer les décideurs politiques de l'utilité des différentes approches de modélisation et les aider à choisir la bonne. 

4. Résoudre les contradictions flagrantes 

Avant de publier leurs travaux, les chercheurs devraient partager leurs résultats avec la communauté des chercheurs afin de résoudre les contradictions flagrantes. Cela permettra non seulement de renforcer la qualité de la recherche, mais aussi de comprendre les contradictions et les différences avec d'autres rapports. 

Conclusion 

La communauté des chercheurs joue un rôle important en guidant les gouvernements, les donateurs et les décideurs politiques vers la réalisation des objectifs mondiaux. Les décideurs politiques s'appuient sur les chercheurs et sur des estimations de coûts précises pour mieux comprendre l'ampleur du problème, ce qui doit être fait et combien cela coûtera. Les estimations de coûts permettent aux décideurs politiques d'allouer efficacement des ressources limitées, de fixer des objectifs réalistes et d'éviter des erreurs coûteuses. 

Toutefois, à l'heure actuelle, les estimations de coûts varient entre 86 milliards et 4 000 milliards de dollars. Si certaines de ces différences peuvent être facilement expliquées, d'autres sont plus difficiles à analyser et laissent les décideurs politiques perplexes. Cela nuit à la crédibilité de la communauté des chercheurs.  

Les décideurs politiques auront davantage confiance dans les résultats lorsque plusieurs chercheurs parviennent à des conclusions similaires en utilisant des modèles et des approches différents. Pour y parvenir, la communauté des chercheurs doit s'accorder sur certaines lignes directrices afin de garantir la cohérence entre les rapports et de faciliter les comparaisons. 

Il se peut que nous ne soyons pas en mesure de savoir exactement combien coûtera l'éradication de la faim. Mais nous devons nous en approcher le plus possible pour orienter efficacement notre action.